인공지능(AI)이 건축 및 건설 프로젝트 역량 높이는 4가지 방법

• 엔지니어링 영역에 사용되는 인공지능(AI)이 시간 많이 소요되는 프로세스를 자동화하는 방법을 개발하고 있는 많은 기업들로 인해 상당히 혼잡해지고 있다.
• 노르웨이의 스페이스메이커(Spacemaker)는 도시 개발을 위해 소음, 바람, 교통 및 기타 데이터 기준점을 분석해 더욱 살기 좋은 도시를 만든다.
• 또한 모듈러 건설, 내부 레이아웃 계획 및 부동산 개발을 위한 입찰 개선을 위한 AI 툴이 만들어지고 있다.

건물들이 세워지고 운영되는 방식에 관한 정보의 원천이 만들어지면서, 이 모든 것을 자세히 살펴보는 데 ‘누가’, 혹은 ‘무엇이 가장 적합한가?’등의 새로운 질문이 생겨난다. 그에 대답은 특히 계획 및 설계 초반인 경우, 단연 인공지능(AI)이다.

AI와 머신 러닝으로, 새로운 혁신이 건축, 엔지니어링 및 건설(AEC) 산업을 변화시키고 있다. 설계자들이 설계 반복을 생성하기도 전에 자동화된 툴을 사용해 현장과 상황적 데이터를 체계화하면 모호함과 리스크까지도 없앨 수 있다. 이러한 툴은 매우 기술적이고 프로그래밍이 많이 포함된 업무를 가능하게 해, 설계자 혹은 개발업자처럼 컴퓨터 프로그래머가 아닌 사람들도 접근하기 쉽다.

연구 프로젝트부터 상업 제품에 이르기까지, 건축에서 AI가 어떻게 설계 프로세스를 개선할 기회를 만들어 내어 인간의 창의성이 주목받을 수 있는지, 아래 예시에서 보여준다.

1. 도시 개발을 위한 AI

새로운 인공지능 툴은 개별 건물 요구 사항을 넘어 도시 규모의 사이트에 제너레이티브(generative) 및 이터레이티브(iterative) 기능을 적용할 수 있다. 이 개념은 오토데스크가 인수한 노르웨이 기술 업체인 스페이스메이커(Spacemaker)가 실례로 만들었다. 이 회사는 클라우드 기반 AI와 제너레이티브 디자인(generative design) 소프트웨어를 제공해 계획 및 설계 팀이 더욱 정보에 기반해 결정을 신속하게 내리고, 시작부터 발전된 지속가능 기회를 얻을 수 있도록 돕는다.

스페이스메이커는 부동산 개발 초기 단계에 적용돼, 도시 블록 전체에 걸쳐 100개에 이르는 기준(예: 지역 설정(zoning), 조망, 일광, 소음, 바람, 도로, 교통, 열섬, 주차 등)을 분석할 수 있다. 스페이스메이커의 윈드 모델링(wind-modeling) 기능은 사람들의 편의를 위한 설계를 개선하기 위해 컴퓨터 유체 역학을 사용해, 건물들이 바람의 방향을 어떻게 돌리는지 분석한다. 소음 기능은 교통이나 기타 원인으로 인한 소음 수준을 예측할 수 있다. 예를 들어, 이 플랫폼을 통해 대안이 되는 구성을 제안하고, 종종 간과하기 쉬운 환경 위생 요소인 소음 공해를 완화시킬 수 있다.

노르웨이 오슬로에 위치한 외케른 센트룸(Økern Sentrum)은 1,500 채의 아파트를 포함, 1백만 제곱 피트에 달하는 복합용도개발 지역이다. 개발업체인 스틴 앤 스트룀(Steen & Strøm)과 스토어브랜드(Storebrand)는 스페이스메이커를 사용해 소음과 일조량을 개선했다. 자신들의 계획을 A-랩(A-lab)의 건축가들이 도시 계획 고객과 함께 스페이스메이커에 연결하자, 개발업체는 가장 소음이 심한 주거 지역을 10% 감소시키고, 일조량이 낮은 주거 지역을 50% 이상 줄일 수 있었다. 이러한 변경으로, 해당 팀은 판매 가능한 부동산을 더 많이 만들어낼 수 있었으며, 이는 소급규제조정에 있어 드문 일이었다.

스틴 앤 스트룀 피터 포썸(Peter Fossum) 개발자는 “우리는 소음이나 일광 같은 많은 다양한 설계 변수를 프로젝트에 응용하고, 수동으로 설계를 변경해 다양한 가정을 실험, 단 몇 분 안에 결과를 볼 수 있다”라고 말했다. 그는 스페이스메이커를 사용해 진행한 워크숍이 건축 마스터 플랜 개발에 요긴했으며, 프로세스와 결과물을 모두 개선했다고 덧붙였다.

스페이스메이커는 소규모 프로젝트뿐 아니라, 강과 지역과 같은 지형적 요소 계획에도 적합하다. 기하학적 구조를 건설하는 것은 설계 매개변수 중 하나다. 예를 들어, 스페이스메이커는 세분화된 규모에서 배치와 같은 평면도 프로그램 설계를 자동화할 수 있다. 발로데 앤 피스터 건축(Valode and Pistre Architects)은 스페이스메이커를 사용해 설계 과정에서 생산성을 35% 가량 높일 수 있었으며, 결과적으로 프로젝트 비용을 절감하고 다양한 유형의 설계를 마련할 수 있었다고 이야기한다.

2. 더 나은 입찰을 위한 AI

미국 샌프란시스코에 있는 모듈러 건설 기업인 콘엑스테크(ConXtech)는 건설에서 가장 예측 불가한 단계인 입찰 과정을 통제하기 위해 AI를 사용하고 있다.

콘엑스테크는 다른 많은 건설 업체들과 마찬가지로, 프로젝트 개발 단계에서 소유주들과 개발업자들의 요청을 받는다. 이 단계에서는 프로젝트의 실행 가능성은 아직 보장되지 않은 상태이기 때문에 다양한 선택지가 놓여 있다. 이러한 상황으로 인해 콘엑스테크와 같은 기업은 건설되지 않을 수도 있는 프로젝트를 위한 설계 반복을 여러 번 거치게 된다. 결국, 성공하지 못한 프로젝트나 입찰에 수 백만 달러가 사용될 수 있다. 한편, 소유주들과 개발업자들은 자신들의 사업을 위해 실행 가능하고 가성비가 높은 해결책을 찾으면서 빠른 해답을 기대한다.

입찰 주기와 비용을 줄이기 위해 콘엑스테크는 오토데스크 리서치(Autodesk Research)와 협업해 재료 조달, 제작 및 건설 비용을 기반으로 가장 가성비 높은 구조용 강재 설계를 찾기 위해 AI를 사용한 프로토타입 입찰 플랫폼을 개발했다. 입찰 비용은 프로젝트를 위해 선정된 도매업체와 하도급업체의 영향을 받는다.

프로젝트 관리 팀이 잠재적 도매업체와 하도급업체 명단을 확인하고 나면, 해당 프로젝트의 구조 엔지니어에게 세 가지 AI 에이전트를 사용해 가장 가성비 높은 구조를 설계하도록 고지한다. 첫 번째 AI 에이전트인 하이퍼그리드(HyperGrid)는 구조 공학 지식과 강화 학습을 조합해 해당 현장에 기둥을 세우고 구조 시설망을 설치한다. 하이퍼그리드는 소유주와 건축가가 부과한 요구 조건과 제한사항을 고려한다. 두 번째 AI 에이전트인 어프록시메이터(Approximator)는 4천 개 이상의 건물에 시뮬레이션한 자료를 바탕으로 연마한 그래프 신경망을 사용해 들보와 기둥 크기 및 콘엑스테크 연결장치 위치를 예측한다. 세 번째 AI 에이전트는 옵티마이저(Optimizer)다. 옵티마이저는 지역 건물 코드를 고려해 건설 비용을 줄이기 위한 구조를 개선한다.

콘엑스테스 아담 브라운(Adam Browne) 최고 엔지니어링 책임자는 “제안된 AI 지원형 기술은 프로젝트 착수 단계에 있는 소유주와 개발업자들이 전문 엔지니어를 고용하지 않고도, 구조 설계 및 건물에 필요한 재료 예측을 할 수 있도록 도와줄 수 있다”라고 말했다. 그는 또 “법조인에게 리걸줌(LegalZoom)이 있다면 구조 설계 종사자들에게는 구상중인 제품이 있다. 이 제품은 고객이 전문가를 고용하지 않고도 재료 예측, 계획 및 계산 문서를 작성하는데 도움을 주는 온라인 분석 기술이다”라고 말했다. 이 AI 기술은 구조 공학 임무와 대표 엔지니어 역할을 대체할 수 없으며, 이는 프로젝트 실행에 있어 여전히 필수적이다.

3. 체적 설계 및 계획을 위한 AI

일본 건설, 엔지니어링 및 부동산 개발 업체인 오바야시(Obayashi)도 오토데스크 리서치와 협력해 AI 솔루션을 구상했는데, 이 솔루션으로 건축가들은 건물에 대한 기본 설계 변수를 적용해 최소한의 가이드만으로 체적 예상치와 인테리어 프로그래밍 배치를 얻을 수 있다. 사무실 공간에 주로 적용된 해당 AI는 2,800개 이상의 오토데스크 Revit(레빗) 파일로 된 오바야시의 포트폴리오의 일부를 가지고 교육했다.

AI 툴은 프로그램과 계획된 연결성, 크기 및 건물의 용적에 표현된 비율 사이의 추상적 관계를 이해한다. 인테리어 프로그래밍 배치를 만들기 위해 설계자와 고객은 일련의 어휘적 매개변수(건물 구성요소와 그 위치를 구체화하고 그들 간의 관계를 구체화하는 간단한 문장)를 통해 작업한다. 예를 들면, “회의실은 창문 가까이 배치해야 한다”라든가 “점심식사 공간은 안전을 위해 실험실에서 떨어져 있어야 한다”와 같은 문장이 있을 수 있다.

건축가들은 AI 에이전트에 “가까이” 혹은 “떨어져”처럼 모호한 개념의 의미를 보여줄 수 있다. 이러한 개념을 학습하고 나면, AI 에이전트는 재빨리 대상을 현재 프로젝트에 완벽한 위치에 배치하고, 향후 프로젝트에서는 다른 기하학적 배치를 사용해 이러한 고급 설계 원칙을 재사용할 수 있다.

이 프로세스는 건축가들이 상황에 따라 고객의 마음을 얻기 위해 냅킨 위에 손으로 그린 스케치와는 정 반대이다. AI가 재빨리 그려내는 동안 설계자 또는 건축업자는 잠재 고객에게 그들의 건물이 어떤 모습일지 간결한 도안으로 보여줄 수 있다. 오바야시의 리서치 프로토타입을 사용, 예비 설계는 실제로 건축 가능한 것인지에 따라 현실 시간과 공간에 실재한다.

오바야시 요시토 추지(Yoshito Tsuji) 건축 설계 및 엔지니어링 부서 매니저는 “오토데스크 리서치와의 오랜 협력을 통해 AI의 도움을 받은 설계 프로토타입은 건축가가 어떤 설계 프로세스를 왜, 그리고 어떻게 생각하는지를 반영한다”라고 말했다. 또 “AI와 건축의 협업으로 설계에 대해 빠르게 논의할 수 있고, 고객이 적시에 매입할 수 있도록 한다”라고 밝혔다.

4. 부동산 개발업자를 위한 AI

파라메트릭 디자인(Parametric design)은 보통 형식적인 화려함과 극적인 건축상 하강, 곡선, 캔틸레버를 위해 따로 마련해 둔다. 대신 파라핀(Parafin)은 파라메트릭 이터레이션(parametric iteration) AI를 사용해 프로그램, 가격, 및 상업적 실행가능성의 균형을 맞춘다. 시카고와 마이애미에 본사를 두고, 오토데스크 기술 센터(Autodesk Technology Center)의 아웃사이트 네트워크(Outsight Network)에 상주하는 건축가 브라이언 아메스(Brian Ahmes)와 개발업자 아담 헨겔스(Adam Hengels)가 개발한 이 프로그램은 객관적 수익성과 성능을 위해 무한에 가까운 도출을 만들어낸다.

파라핀은 클라우드를 기반으로 한 제너레이티브 디자인 플랫폼으로, 현재 호텔 개발에 사용되고 있다. 주로 부동산 개발업자들을 위해 만들어진 이 플랫폼은 계획 초기 단계에서 잠재적 건설 현장의 재정적 실행 가능성을 빨리 평가하는데 도움을 준다. 몇 가지 매개변수(예: 객실 개수, 주차 공간, 높이, 호텔리어를 위한 브랜드 가이드라인)만을 가지고 해당 가이드라인을 충족시키는 수백만 개의 설계 반복을 만들어 낼 수 있으며 또한 재정적 성과, 비용 등을 통해 모두 검색 가능하다. 그리고 웹 브라우저에서 지도 및 메뉴를 기반한 인터페이스를 통해 작동한다. 정교한 평면도, 3D뷰, Revit 파일이 개별 설계를 위해 생성된다.

헨겔스는 “개발업자는 ‘현장에 무엇을 지을 수 있을까’ 또는 ‘수익이 되는 일인가?’하는 질문을 몇 주나 몇 달에 걸치지 않고 몇 분만에 이해할 수 있다”라고 말했다.

개발업자들은 보통 수십 군데의 현장과 개발 기회를 살펴본다. 이 단계가 부동산을 구매하기도 전부터 버거울 수 있다. 플랫폼을 사용해 새로운 현장을 평가하고 타당성을 결정하기 위해 기존 프로젝트에서 팀원들을 빼내는 일을 미연에 방지, 결정적인 노동시간을 줄일 수 있다. 이를 통해, 설계자들은 자신들이 가장 잘 하고, 즐기는 일을 하게 된다. 건물을 더 가치 있고, 고급스럽게 만드는 데 시간을 할애하는 것이다.

파라핀은 디지털을 사용해 최대한 빨리 프로젝트를 올바른 방향으로 진행시켰다. 아메스는 “현재 설계 프로젝트는 보통 Revit 외부에서 시작해서 이후에 Revit 내부로 들여 온다. 하지만 파라핀을 실행할 때, 설계는 첫 번째 구상으로 Revit에서 만들어진다”라고 전했다.

이 모든 AI 적용은 다음과 같은 공통된 장점이 있다. 바로 시간과 자원, 실행 가능성 및 성능 전반에 걸친 강화된 통제력을 발휘하기 위해 디지털 네이티브로서 건설 프로젝트를 시작한다는 점이다. 출발점이 강력해지면서, 설계자는 어떤 산업에 속해 있든지 더욱 자신감을 가지고 자신의 스킬을 발전시켜 나갈 수 있다.

오바야시와 콘엑스테크처럼, 당신도 오토데스크 리서치와 협업해 AI와 머신러닝을 일상 업무에 적용하는 방법을 연구할 수 있다. AEC 팀에서 오토데스크 리서치의 AI와 협업하고 싶다면, 오토데스크나 오토데스크 리서치 관리자이자 수석 연구 과학자인 메디 노바크쉬(Mehdi Nourbakhsh)에게 문의하면 된다.